Sobre a Cognitivo
A Cognitivo.ai é a maior plataforma de Inteligência de Dados do Brasil e ajudamos empresas de todos os setores a solucionar desafios de negócios através de dados. Montamos times personalizados a partir dos melhores profissionais de dados do país, que compõem a nossa rede de experts, e entregamos soluções em 3 grandes frentes: Engenharia de Dados, BI e Analytics, e Inteligência Artificial.
Requisitos
Buscamos um(a) Cientista de Dados com experiência sólida em modelos de otimização para atuar no desenvolvimento de uma solução voltada ao Planejamento e Controle de Produção (PCP).
O(a) profissional será responsável por conduzir tecnicamente a construção de um modelo analítico e escalável, transformando um processo hoje manual em uma solução parametrizável e orientada a resultados. O objetivo é conciliar o forecast comercial de vendas com a capacidade produtiva industrial, gerando planos de produção viáveis, executáveis e que maximizem o atendimento à demanda.
🧠Principais responsabilidades:
Desenvolver e implementar modelos de otimização para apoiar o planejamento da produção, utilizando o forecast comercial como input e gerando recomendações de Ordens de Produção como output.
Traduzir regras de negócio e restrições operacionais em formulações matemáticas, parâmetros e lógicas computacionais aplicáveis ao modelo.
Apoiar o mapeamento de restrições industriais, incluindo capacidade de máquinas, disponibilidade produtiva, tempos de setup, tempos de limpeza, lote mínimo, prioridade de produtos, gargalos e lead times.
Avaliar, implementar e comparar diferentes abordagens de otimização, como programação linear, programação inteira mista, heurísticas, metaheurísticas ou soluções híbridas, de acordo com a complexidade do problema.
Construir modelos robustos, parametrizáveis e reutilizáveis, permitindo ajustes de regras, pesos, prioridades e cenários de simulação.
Desenvolver pipelines de preparação, tratamento e validação dos dados necessários ao motor de otimização.
Realizar análises exploratórias para entender padrões produtivos, limitações operacionais, comportamento da demanda e impactos das restrições no planejamento.
Validar os resultados do modelo junto às áreas de negócio e operação, garantindo que os planos sugeridos sejam tecnicamente consistentes e industrialmente executáveis.
Apoiar a integração da solução com sistemas corporativos, especialmente ERP/SAP, para consumo de dados e disponibilização dos resultados.
Documentar premissas, regras, formulações, limitações, parâmetros e critérios de decisão utilizados no modelo.
Acompanhar testes, simulações e ajustes do modelo com base em feedbacks do negócio e do chão de fábrica.
🛠️Requisitos Técnicos:
Experiência comprovada no desenvolvimento de projetos com modelos de otimização.
Conhecimento prático em técnicas como programação linear, programação inteira, programação inteira mista, heurísticas, metaheurísticas ou algoritmos de otimização combinatória.
Proficiência em Python para desenvolvimento de modelos, manipulação de dados, criação de pipelines e integração com sistemas.
Experiência com bibliotecas ou ferramentas de otimização, como PuLP, OR-Tools, Pyomo, Gurobi, CPLEX, SciPy Optimize ou similares.
Capacidade de transformar regras de negócio complexas em restrições matemáticas, funções objetivo e parâmetros de modelo.
Boa capacidade analítica para avaliar trade-offs entre demanda, capacidade, restrições operacionais e priorização de produção.
Experiência com tratamento, análise e modelagem de dados estruturados.
Conhecimento em SQL para extração e manipulação de dados.
Capacidade de documentar soluções técnicas de forma clara e organizada.
✨Desejáveis:
Experiência em projetos no contexto de indústria, manufatura, chão de fábrica ou PCP.
Conhecimento de conceitos industriais como capacidade produtiva, roteiro de produção, lote mínimo, setup, limpeza de máquina, gargalo, lead time, disponibilidade de máquina e eficiência operacional.
Experiência com dados oriundos de ERP, especialmente SAP.
Experiência em construção de simuladores, motores de recomendação operacional ou ferramentas de apoio à decisão.
Conhecimento em arquitetura de soluções analíticas, versionamento de código, boas práticas de desenvolvimento e modularização de modelos.
Experiência com deploy de modelos analíticos ou integração de soluções de Data Science com aplicações produtivas.
Familiaridade com cloud, APIs, orquestração de pipelines ou ambientes de produção será considerada um diferencial.